MIDYEAR PROMO! Segera Beli Paket Premium Belajar Data Science 6 Bulan hanya Rp. 99.000. DAFTAR

Pakai Kode: DQMIDYEAR. Berakhir 0 Days 8 Jam : 5 Menit : 15 Detik

Data Analisis di Excel dengan Exponential Smoothing

Belajar Data Science di Rumah 28-Januari-2021
https://dqlab.id/files/dqlab/cache/aedca934ea9022849ce911bb404d2dbf_x_Thumbnail800.jpg

Microsoft Excel, software keluaran dari Microsoft Corporation yang tentunya sudah familiar sebagai aplikasi pengelolaan lembar kerja spreadsheet. Tidak hanya itu, Microsoft Excel juga dapat membuat grafik yang keren, menarik dan user-friendly. Tapi, siapa sangka jika Microsoft Excel memiliki keunggulan lain yang tidak banyak orang ketahui. Microsoft Office Excel sebenarnya juga menyediakan fasilitas untuk melakukan pengolahan data (data analysis) atau fungsi Statistika yang lebih rumit seperti Analisis Statistik Inferensial yang dapat melakukan peramalan statistika ataupun menarik suatu kesimpulan tentang suatu kelompok data. Data Analysis sering digunakan bagi kita yang melakukan pengolahan data menggunakan Office Excel. Ketika sahabat data ingin melakukan analisis data statistik, Microsoft Office Excel menyediakan sebuah fitur yaitu Analysis ToolPak Excel. Add-Ins Analysis Toolpak merupakan Add-ins gratis bawaan dari Microsoft Excel itu sendiri, Jadi kita hanya perlu melakukan Install Analysis Toolpak saja. Salah satu penggunaan analisis data statistik yang paling umum digunakan adalah Exponential Smoothing.


Exponential smoothing atau dalam bahasa Indonesia disebut dengan Penghalusan Eksponensial adalah suatu metode peramalan rata-rata bergerak yang memberikan bobot secara eksponensial atau bertingkat pada data-data terbarunya sehingga data-data terbaru tersebut akan mendapatkan bobot yang lebih besar. Dengan kata lain, semakin baru atau semakin kini datanya, semakin besar pula bobotnya. Hal ini dikarenakan data yang terbaru dianggap lebih relevan sehingga diberikan bobot yang lebih besar. Parameter penghalusan (smoothing) biasanya dilambangkan dengan α (alpha). Penggunaan exponential smoothing biasanya digunakan untuk forecasting (peramalan) atau peramalan bisnis seperti prediksi curah hujan, produksi roti, persediaan obat-obatan, penjualan barang dengan alpha ataupun parameter yang ditentukan. Tentunya untuk melakukan analisis statistik berupa Exponential Smoothing dapat diselesaikan menggunakan Microsoft Excel. Pada artikel kali ini, DQLab akan mengupas tentang data analisis statistik berupa Exponential Smoothing dengan menggunakan Excel. Jadi, pastikan kalian simak artikelnya dan baca selengkapnya sampai habis ya! 



1.Mengenal Lebih Dekat Tentang Exponential Smoothing

Exponential Smoothing masih erat dengan penggunaan analisis Time Series seperti kelompok metode ARIMA Box-Jenkins. Analisis tersebut mengembangkan model dimana prediksi adalah jumlah linier berbobot dari observasi atau lags suatu pengujian. Metode penghalusan eksponensial serupa karena prediksi adalah jumlah pembobotan dari pengamatan sebelumnya, tetapi model tersebut secara eksplisit menggunakan bobot yang menurun secara eksponensial untuk pengamatan sebelumnya. Secara khusus, pengamatan masa lalu diberi bobot dengan rasio yang menurun secara geometris.


Perkiraan yang dihasilkan menggunakan metode penghalusan eksponensial adalah rata-rata tertimbang dari pengamatan sebelumnya, dengan bobot yang menurun secara eksponensial seiring bertambahnya usia pengamatan. Dengan kata lain, semakin baru observasi semakin tinggi bobot terkait. Metode pemulusan eksponensial dapat dianggap sebagai rekan dan alternatif dari metode kelas ARIMA Box-Jenkins yang populer untuk peramalan deret waktu (time series). Secara kolektif, metode ini kadang-kadang disebut sebagai model ETS, dimana  mengacu pada pemodelan eksplisit Error, Trend, dan Musiman (Seasonality).


Baca juga : Rumus Excel yang Paling Sering Digunakan dalam Dunia Kerja 


2.Tipe Exponential Smoothing

Berdasarkan penelitian yang dilakukan oleh Hartono, Dwijana, Handiwidjojo bahwa terdapat perbandingan metode Single Exponential Smoothing dan Exponential Smoothing Adjusted for Trend digunakan untuk keakuratan meramalkan jumlah barang yang akan terjual untuk periode yang akan datang. Single Exponential Smoothing merupakan metode peramalan yang digunakan untuk data stasioner atau data yang relatif stabil. Exponential Smoothing Adjusted for Trend digunakan untuk data yang memiliki trend atau data yang memiliki kecenderungan peningkatan atau penurunan dalam jangka panjang. Hasil yang dicapai dari penelitian ini adalah metode Single Exponential Smoothing lebih tepat dibandingkan metode Exponential Smoothing Adjusted for Trend (Holt’s Method) karena pada histori penjualan tidak mengalami peningkatan penjualan / tidak ada trend. Selain itu, persentase kesalahan (selisih data aktual dengan nilai peramalan) dan MAD (untuk menghitung forecast error) yang didapat dari metode Single Exponential Smoothing lebih kecil dibandingkan dengan metode Exponential Smoothing Adjusted for Trend


Baca juga : Rumus Excel : Kenali 3 Rumus Excel Ini Agar Dapat Mengolah Data Dalam Waktu Singkat!


3.Data Analisis di Excel: Exponential Smoothing

Berikut adalah data 11 tahun dari tahun 1986-1996. Tentukan nilai ramalan pada tahun 1997?

Tahun 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996

Yt 50 36.5 43 44.5 38.9 38.1 32.6 38.7 41.7 41.1 33.8

Berikut adalah cara melakukan data analisis menggunakan metode peramalan Exponential Smoothing (Penghalusan Eksponensial) dengan Microsoft Excel:

1.Masukkan data ke excel dengan format ke bawah:

2.Hitung rata-rata data. Rata-rata data digunakan sebagai initial value. Pada contoh data diatas, diperoleh nilai rata-ratanya adalah 39.9

3.Klik Add-Ins → Megastat → Time Series/forecasting Exponential Smoothing → Simple Exponential Smoothing, maka akan muncul kotak dialog

4.Input range: range data yang akan dimuluskan/diforecast

Alpha : penimbang forecast, dapat diisi nilai antara 0 sampai 1 tergantung subjektivitas peneliti

Initial value: rata-rata dari nilai yang akan diforecast

Masukkan nilai-nilai yang dibutuhkan kemudian klik OK


4.Yuk Mulai Belajar Data Science Sekarang!

Tidak memiliki background IT? Jangan khawatir, kamu tetap bisa menguasai Ilmu Data Science untuk siap berkarir di revolusi industri 4.0. Bangun proyek dan portofolio datamu bersama DQLab untuk mulai berkarir di industri data yang sebenarnya! Sign up sekarang untuk #MulaiBelajarData di DQLab!


Penulis: Reyvan Maulid Pradistya

Editor: Annissa Widya Davita

Share

Postingan Terkait

Mulai Bangun Karirmu Bersama DQLab!